تصنيف الصور
تحديد الفئة التي تنتمي إليها الصورة كاملة
يُعرض النص الكامل باللغة الإنجليزية؛ وقد تمت ترجمة العنوان والملخص.
ما الذي تعنيه هذه القدرة
Takes an image and outputs a category label or a probability over classes. It judges the whole image and gives no location, which is what separates it from detection and segmentation. The class set is fixed at training time, ranging from the thousand-odd general classes to narrow sets for a species or a defect type.
كيف تُنفَّذ تقنيًا
Convolutional networks long dominated, and residual connections were the turning point that let them grow deep reliably. The image is resized to a fixed size, features are extracted layer by layer, and a classification head emits probabilities. Vision Transformers have since replaced convolution with patch embeddings and attention, matching it under large-scale pre-training, while self-supervised pre-training makes good results possible with little labelling.
منتجات تمثيلية
4GPT-4o
2024نموذج عام متعدد الوسائط بطبيعته، يجمع النص والصورة والصوت في مدخل واحد
Gemini
2023نموذج عام متعدد الوسائط بطبيعته، مصمم لسياقات طويلة جدًا
Qwen
2023عائلة بأوزان مفتوحة تغطي أحجامًا متعددة، مع نسخ متعددة الوسائط
Hunyuan
2023عائلة نماذج تينسنت العامة، مع نسخ بأوزان مفتوحة
المؤسسات ذات الصلة
الاستخدامات الشائعة
- Automatic tagging of products and photos
- Lesion screening in medical imaging
- Defect judgement in industrial inspection
- Content moderation and safety filtering
كيف يُقاس مدى جودتها
- Top-1 / Top-5 accuracy
- Share where the top or top-five guesses contain the correct class
- F1 and confusion matrix
- Reveals which two classes are being confused
- Expected calibration error
- Whether predicted confidence matches actual accuracy
الحدود والصعوبات
- Long-tailed and rare classes are chronically missed for lack of examples
- Out-of-distribution inputs and tiny adversarial perturbations swing the prediction
- Fine-grained distinctions such as similar car models rely on texture cues and score far lower than coarse classes
المفاهيم الكامنة وراءها
تصنيف الصور
لا تخبره بأن «للقطط شوارب» — اعرض عليه قططًا كافية وسيستنتجها بنفسه
الشبكات العصبية الالتفافية
استبدال الاتصال الكامل بـ«النظر محليًا وإعادة استخدام المسطرة نفسها في كل مكان» — الفكرة التي جعلت التعرّف على الصور ممكنًا
التعلّم بالإشراف
تُعلِّم أزواجُ السؤال والجواب النموذجَ أن يجيب من تلقاء نفسه